(بواسطة Giovanni Calcerano) حدد علماء من Google وفرعها التكنولوجي الصحي Verily ، باستخدام الذكاء الاصطناعي وبرامج التعلم الآلي ، طريقة جديدة لتقييم مخاطر الإصابة بأمراض القلب. على وجه التحديد ، تم إنشاء نظام ، من خلال تحليل فحوصات قاع المريض ، قادر على استنتاج بيانات معينة بدقة ، بما في ذلك العمر وضغط الدم وتعاطي التبغ أم لا. باستخدام هذه البيانات ، وعبورها مع قاعدة بيانات المعلومات الطبية ، فإن النظام قادر على التنبؤ بمخاطر تلف القلب والأوعية الدموية بنفس دقة الأساليب الحالية تقريبًا أو أقل.
في حين أن فكرة تحليل العيون للحكم على صحة القلب تبدو غير عادية ، إلا أنها تستلهم من مجموعة راسخة من الأبحاث. تمتلئ مؤخرة العين بالأوعية الدموية التي تعكس الصحة العامة للجسم. من الواضح أن استخدام مثل هذه البرامج يجعل الأمر أسهل وأسرع للأطباء لتحليل مشاكل قلب المريض ، لأنه لا يتطلب فحص دم. لكن يجب اختبار الطريقة بشكل أكثر شمولاً قبل أن يمكن استخدامها فعليًا في البيئة السريرية.
لتدريب النظام، استخدم علماء من غوغل وفريلي مجموعة بيانات، بما في ذلك عمليات مسح العين والمعلومات الطبية العامة ذات الصلة، حول مرضى شنومكس. ثم كانت تستخدم الشبكات العصبية لتحديد مجموعة من الأنماط القياسية وربط علامات منبهة محددة موجودة في المسح مع القيم المفيدة المقابلة لتحديد مخاطر القلب والأوعية الدموية (على سبيل المثال، والعمر وضغط الدم).
خلال مرحلة العرض ، تم عرض النظام ، بالتسلسل ، سلسلة من أزواج من صور الشبكية ، أحدها يتعلق بمريض عانى من حدث قلبي وعائي في السنوات الخمس التالية والآخر لا. تمكنت خوارزمية Google من تحديد المريض المعرض للخطر في 70٪ من الحالات. هذه القيمة أسوأ قليلاً فقط من طريقة SCORE المستخدمة بشكل شائع للتنبؤ بمخاطر القلب والأوعية الدموية ، والتي تتطلب فحص الدم وتوفر تنبؤات صحيحة بنسبة 72٪.
قال ألون هيوز ، أستاذ فسيولوجيا القلب والأوعية الدموية وعلم العقاقير في جامعة كاليفورنيا بلندن ، إنه وجد نهج Google موثوقًا تمامًا بسبب "التاريخ الطويل لمراقبة شبكية العين في التنبؤ بمخاطر القلب والأوعية الدموية".
بالنسبة إلى Google ، الوظيفة هي أكثر من مجرد طريقة لدراسة مشاكل القلب. بدلاً من ذلك ، فهو يمثل المسار الجديد الذي يجب التحرك فيه لمساعدة البحث العلمي وتوجيهه. في الواقع ، بينما تم تصميم معظم الخوارزميات الطبية الحالية لتكرار أدوات التشخيص الحالية (مثل تحديد سرطان الجلد ، على سبيل المثال) ، فإن هذه الخوارزمية تستفيد من طرق جديدة لتحليل البيانات الطبية الموجودة. لذلك ، بدءًا من قواعد البيانات الكبيرة بشكل خاص التي تحتوي على معلومات مفصلة عن الأمراض والمرضى ، يمكن إنشاء أنظمة قادرة على تحليل مواقف محددة محددة. في الوقت الحالي ، فإن فرضية قيام طبيب "اصطناعي" بإجراء تشخيصات جديدة دون إشراف بشري هي احتمال بعيد في المستقبل ، لكن أبحاث Google تشير إلى أن الفكرة ليست بعيدة المنال تمامًا.